假目标对机器视觉目标检测的影响

为研究基于小样本军事目标条件下,假目标对机器视觉军事目标检测的影响,采用YOLO v4目标检测模型进行训练和检测,探究假目标的位置、背景及其颜色、亮度、大小等特征对目标检测结果的影响。结果表明:训练数据未包含假目标时,模型将假目标误判为真目标的平均精度(AP)较高。引入环境变化和目标特性变化等因素后,假目标“以假乱真”的能力逐步弱化,其检测平均精度逐渐下降。这一结果对军事目标伪装方案制定及假目标的应用有重要的参考意义。